İlginizi Çekebilir
  1. Ana Sayfa
  2. Bilim
  3. Üç Cisim Problemi Çözülebilir mi?

Üç Cisim Problemi Çözülebilir mi?

screen-shot-2019-11-06-at-1-59-24-pm-1573066910_800x394
Abone Ol

Tech Xplore , bilgisayar bilimcileri, özel bir sinir ağının kaotik üç cisim probleminin daha basit örneklerini çözebileceğini göstermiştir . Sonuçların ayrıştırılması zor gözüküyorsa, bunun nedeni üç gövdeli sorunun ve bunun sonuçlarının ayrıştırılması da oldukça zor olmasıdır.

Üç gövdeli sorun, gezegenlerin zaman içinde birbirleriyle ilişki içinde olduğu yerlerin hesaplanması gibi, “bedenlerin” göksel olduğu bir kozmoloji kolu. (Çinli bilim kurgu yazarı Liu Cixin, katledilen astrofizikçilerle ilgili Hugo ödüllü 2015 romanının başlığında bir terim olarak kullandı .) Uygulamalar, en eski düşük teknolojili gemi navigatörlerinden, yerçekimi gibi modern uzay uçuşu teorilerine kadar uzanıyor ve matematiksel karmaşıklık sorunun kendisinin yıllardır hem matematikçiler ve bilgisayar bilimciler için ilginç yaptı.

Bazen popüler yanlış algılamalar nedeniyle boş alan olarak düşünürüz, ancak göreceli boşlukta bile, alan çarpışan yerçekimi alanları, manyetik alanlar, güneş rüzgarları (bir yanlış isim, çünkü hava yoktur) ve daha fazlasıyla doludur . Her şey farklı güçler tarafından itilir ve çekilir – o kadar çok güç ve öyle karmaşık bir şekilde “üç cisim”, bir an önce nerede olduklarını bilsek bile, neredeyse andan itibaren neredeyse tamamen tahmin edilemez.

İLGİNİZİ ÇEKEBİLİR  Adli Bilim Adamı, Ölü Vücutların Ölümden Sonra Bir Yıldan Fazla Bir Süreyle Hareketi Devam Ediyor

Geçmişte, bilim adamları uyumsuzluk sorunları için üç gövdeli sorun gibi “kaotik” davranışları tozlu bir adaya indirmişlerdi. Süper bilgisayarlar daha da güçlendikçe, bu bilim insanları karmaşık matematik problemlerinde balyoz için hızla artan bilgi işlem gücünü kullanabileceklerini fark ettiler. Buna karşılık, yapay sinir ağları basit bir hesaplamadan bir adım öteye gidiyor.

Doğada bulunan gerçek biyolojik işlemlerden esinlenen bu makineler, doğrusal olmayan problemler üzerinde çalışma kapasiteleri nedeniyle kaosu daha yakından modelleyebilir. Biz (hatta maymunlar ve diğer insan olmayan primatlar ) birinin iki maddeyi bir araya getirdiğini görünce, toplam olarak üç madde bulmayı beklemiyoruz. Bu, orantılı çıktıları tahmin etmek için girdiler hakkındaki bilgilerimizi kullandığımız doğrusal bir tür işlemdir.

Kaotik üç cisim problemi gibi doğrusal olmayan bir sistemde, tüm bahisler kapalıdır ve sezgilerimiz karışmıştır. Uygulamalı bilimin çoğu doğrusal olmayan sistemleri ve problem çözmeyi içerir. Şimdiye kadar, bilim adamları çok biçimsiz biçimler dışında üç cisim problemini çözmeyi başaramamışlardır: iki cisim problemi çözülmüştür ve bilim adamları “sınırlı” bir üç cisim problemi olarak adlandırdıkları şeyi çözebilir, ki bu bir cisim ne zaman Kütle o kadar ihmal edilebilir ki temelde denklemde kaybolur.

İLGİNİZİ ÇEKEBİLİR  Maske takmak virüsten korur mu?

Bunu bir denklemin türevini almak, bir sabit sadece 0 olmaktan düştüğünde veya bilgisayar bilimlerinde n-karmaşıklığını hesaplamak gibi, üs veya log genellikle önemli olan ve diğer bilgilerin atıldığı gibi düşünün.

[mailpoet_form id=”1″]

Tüm bunlar , her üç cismin de istatistiksel olarak anlamlı bağımsız aktörler olduğu kaotik üç cisim probleminin basit biçimlerini bile modelleyebilen ve çözebilen bir sinir ağının büyük bir sorun olduğu anlamına gelir . Edinburgh Üniversitesi’nden, Cambridge Üniversitesi’nden, Campus Universitario de Santiago’dan ve Leiden Üniversitesi’nden gelen bu araştırmacılar, sinir ağlarını, üç basit problemi çözmek için eğitilmiş geleneksel bir süper bilgisayara karşı seçtiler ve ağlarının bu örnekleri çok çözdüğünü söylüyorlar. Çok daha hızlı.

İLGİNİZİ ÇEKEBİLİR  Çin’in el koyduğu pangolinlerde Kovid-19’a benzer koronavirüsler bulundu

Yine de komplikasyonlar var. Mevcut ve uzman bir süperbilgisayarın onlara örneklerinin cevaplarını vermesi demek, bilim adamlarının kontrol etmek için hazır bir cevap anahtarına sahip oldukları anlamına gelir – bu kaynak olmadan, sinir ağlarının, özellikle problemlerin daha karmaşık hale gelmesiyle kolayca doğru cevaplar üreteceği açık değildir. . Yapay sinir ağları tarafından kullanılanlar gibi derin bir makine öğrenmesi kara kutuya ait bir şeydir.

Dahası, araştırmacıların kendileri sinir ağlarının geleneksel süper bilgisayarların somut sonuçlarına yaklaştığı sonucuna varıyorlar. Pi’nin yerine 3.14 kullanmak gibi, bu tür bir uygulamanın da her zaman uyarıları vardır. Yeni araştırma heyecan verici, ancak daha fazla bağlam ve dış girdi olmadan ileri ve açık bir somut adım temsil etmiyor.

Yorum Yap